几种查找数组的前K个最小值的算法
2015-11-25 17:00
591 查看
此文转载于http://blog.chinaunix.net/uid-20937170-id-3347493.html 保存起来以后方便找
1、对数组进行排序,然后前K个元素就是需要查找的元素,排序的方法可以采用快速排序,但是我们知道在快速排序中如果已经是有序的数组,采用快速排序的时间复杂度是O(N^2),为了解决这种问题,通常选择随机选择一个数组值pivot作为基准,将数组分为S1 =< pivot和S2
> pivot,这样就能避免快速排序中存在的问题,或者采用随机选择三个元素,然后取中间值作为基准就能避免快速算法的最差时间复杂度,这种方法的前K个数字是有序的。
2、既然是选择前K个对象,那么就没必要对所有的对象进行排序,可以采用快速选择的思想获得前K个对象,比如首先采用快速排序的集合划分方法划分集合:S1,pivot,S2,然后比较K是否小于S1的个数,如何小于,则直接对S1进行快速排序,如果K的个数超过S1,那么对S2进行快速排序,排序完成之后,取数组的前K个元素就是数组的前K个最小值。这种实现方法肯定比第一种的全快速排序要更快速。
3、将数组转换为最小堆的情况,根据最小堆的特性,第一个元素肯定就是数组中的最小值,这时候我们可以将元素保存起来,然后将最后一个元素提升到第一个元素,重新构建最小堆,这样进行K次的最小堆创建,就找到了前K个最小值,这是运用了最小堆的特性,实质上是最小堆的删除实现方法。这种算法的好处是实现了数组的原地排序,并不需要额外的内存空间。
4、接下来的这种思想有点类似桶排序,首先给定一个K个大小的数组b,然后复制数组a中的前K个数到数组b中,将这K个数当成数组a的前K个最小值,对数组b创建最大堆,这时候再次比较数组a中的其他元素,如果其他元素小于数组b的最大值(堆顶),则将堆顶的值进行替换,并重新创建最大堆。这样遍历一次数组就找到了前K个最小元素。这种方法运用了额外的内存空间,特别当选择的K值比较大时,这种方法有待于权衡一下。
这种方法对于海量数据来说是有较好的作用,对于海量数据不能全部存放在内存中,这时候创建一个较小的数组空间,然后创建最大堆,从硬盘中读取其他的数据,进而实现前K个数据的查找。
下面是代码实现:
算法性能:
快速排序的查找需要:0.130000
快速选择的查找需要:0.020000
最大堆的查找需要:0.000000
最小堆的查找需要:0.010000
快速排序的算法效果最差,而最大堆的效果最好,最小堆的效果其次,但是最大堆运用了额外的内存空间。因此在内存空间限制的情况下,考虑最小堆是比较合适的。但是最大堆的思想确实很精妙的,运用了类似桶排序的性质。
1、对数组进行排序,然后前K个元素就是需要查找的元素,排序的方法可以采用快速排序,但是我们知道在快速排序中如果已经是有序的数组,采用快速排序的时间复杂度是O(N^2),为了解决这种问题,通常选择随机选择一个数组值pivot作为基准,将数组分为S1 =< pivot和S2
> pivot,这样就能避免快速排序中存在的问题,或者采用随机选择三个元素,然后取中间值作为基准就能避免快速算法的最差时间复杂度,这种方法的前K个数字是有序的。
2、既然是选择前K个对象,那么就没必要对所有的对象进行排序,可以采用快速选择的思想获得前K个对象,比如首先采用快速排序的集合划分方法划分集合:S1,pivot,S2,然后比较K是否小于S1的个数,如何小于,则直接对S1进行快速排序,如果K的个数超过S1,那么对S2进行快速排序,排序完成之后,取数组的前K个元素就是数组的前K个最小值。这种实现方法肯定比第一种的全快速排序要更快速。
3、将数组转换为最小堆的情况,根据最小堆的特性,第一个元素肯定就是数组中的最小值,这时候我们可以将元素保存起来,然后将最后一个元素提升到第一个元素,重新构建最小堆,这样进行K次的最小堆创建,就找到了前K个最小值,这是运用了最小堆的特性,实质上是最小堆的删除实现方法。这种算法的好处是实现了数组的原地排序,并不需要额外的内存空间。
4、接下来的这种思想有点类似桶排序,首先给定一个K个大小的数组b,然后复制数组a中的前K个数到数组b中,将这K个数当成数组a的前K个最小值,对数组b创建最大堆,这时候再次比较数组a中的其他元素,如果其他元素小于数组b的最大值(堆顶),则将堆顶的值进行替换,并重新创建最大堆。这样遍历一次数组就找到了前K个最小元素。这种方法运用了额外的内存空间,特别当选择的K值比较大时,这种方法有待于权衡一下。
这种方法对于海量数据来说是有较好的作用,对于海量数据不能全部存放在内存中,这时候创建一个较小的数组空间,然后创建最大堆,从硬盘中读取其他的数据,进而实现前K个数据的查找。
下面是代码实现:
#include<stdio.h> #include<stdlib.h> #include<string.h> #include<assert.h> #include<time.h> #define LEN 500000 #define K 100 /*堆的性质*/ #define LEFTSON(i) (2*(i)+1) #define RIGHTSON(i) (2*((i)+1)) #define PARENT(i) (((i)-1)/2) void swap(int *a, int *b) { assert(a != NULL && b != NULL); if(a != b) { *a = *a ^ *b; *b = *a ^ *b; *a = *a ^ *b; } } int partition(int *a, int left, int right) { int pivot = a[right]; int i = left; int j = left - 1; assert(a != NULL); for(i = left; i < right; ++ i) { if(a[i] < pivot) { ++ j; swap(&a[i],&a[j]); } } swap(&a[j + 1],&a[right]); return (j + 1); } void quicksort(int *a, int left, int right) { int i = 0; assert(a != NULL); if(left < right) { i = partition(a,left,right); quicksort(a, left, i - 1); quicksort(a, i + 1, right); } } int QuickSort(int *a, int size) { assert(a != NULL); quicksort(a,0,size-1); } void quickselect(int *a, int left, int right, int k) { int i = 0; assert(a != NULL && left <= k && left <= right && k <= right); if(left < right) { i = partition(a, left, right); if(i + 1 <= k) quickselect(a, i + 1 , right, k); else if(i > k) quickselect(a, left, i - 1, k); } } void QuickSelect(int *a, int size, int k) { assert(a != NULL); quickselect(a, 0, size - 1, k); } /*最大堆*/ void max_heapify(int *a, int left, int right) { int tmp = 0; int child = left; int parent = left; assert(a != NULL); for(tmp = a[parent]; LEFTSON(parent) <= right;parent = child) { child = LEFTSON(parent); if(child != right && a[child] < a[child + 1]) child ++; if(tmp < a[child]) a[parent] = a[child]; else /*满足最大堆的特性,直接退出*/ break; } a[parent] = tmp; } /*创建最大堆*/ void build_maxheap(int *a, int size) { int i = 0; assert(a != NULL); for(i = PARENT(size); i >= 0 ; -- i) max_heapify(a,i,size - 1); } /*最小堆的实现*/ void min_heapify(int *a, int left, int right) { int child = 0; int tmp = 0; int parent = left; assert(a != NULL); for(tmp = a[parent]; LEFTSON(parent) <= right; parent = child) { child = LEFTSON(parent); if(child != parent && a[child] > a[child + 1]) child ++; if(a[child] < tmp) a[parent] = a[child]; else /*满足最小堆的特性,直接退出*/ break; } a[parent] = tmp; } /*创建最小堆*/ void build_minheap(int *a, int size) { int i = PARENT(size); assert(a != NULL); for(; i >= 0; -- i) min_heapify(a, i, size - 1); } /*采用快速排序查找*/ void find_Kmin_num_1(int *a , int size, int k) { int i = 0; assert(a != NULL); QuickSort(a, size); #if 0 for(i = 0; i < k ; ++ i) printf("%d\t",a[i]); printf("\n"); #endif } /*采用快速选择实现*/ void find_Kmin_num_2(int *a, int size, int k) { int i = 0; assert(a != NULL); QuickSelect(a, size, k); #if 0 for(i = 0; i < k ; ++ i) printf("%d\t",a[i]); printf("\n"); #endif } /*采用最大堆实现*/ void find_Kmin_num_3(int *a, int size, int k) { int i = 0; int *b = malloc(sizeof(int)*k); assert(a != NULL && b != NULL); for(i = 0; i < k; ++ i) b[i] = a[i]; build_maxheap(b,k); for(; i < size; ++ i) { if(a[i] < b[0]) { b[0] = a[i]; // build_maxheap(b , k); max_heapify(b,0,k - 1); } } #if 0 for(i = 0; i < k ; ++ i) printf("%d\t",b[i]); printf("\n"); #endif } /*采用最小堆删除元素的方式实现*/ void find_Kmin_num_4(int *a ,int size, int k) { int i = 0; assert(a != NULL); build_minheap(a, size - 1); for(i = 0; i < k; ++ i) { // printf("%d\t",a[0]); /*删除a[0],释放a[size - 1 - i]*/ a[0] = a[size -1 - i]; min_heapify(a, 0, size - 2 - i); } // printf("\n"); } int main() { int a[LEN]; int b[LEN]; int c[LEN]; int d[LEN]; int i = 0,j = 0; clock_t _start; double times = 0; srand((int)time(NULL)); for(i = 0; i < LEN; ++ i) { a[i] = rand()%(LEN); b[i] = a[i]; c[i] = a[i]; d[i] = a[i]; // printf("%d\t",a[i]); } // printf("\n"); _start = clock(); find_Kmin_num_1(a,LEN,K); times = (double)(clock() - _start)/CLOCKS_PER_SEC; printf("快速排序的查找需要:%f\n",times); _start = clock(); find_Kmin_num_2(b,LEN,K); times = (double)(clock() - _start)/CLOCKS_PER_SEC; printf("快速选择的查找需要:%f\n",times); _start = clock(); find_Kmin_num_3(c,LEN,K); times = (double)(clock() - _start)/CLOCKS_PER_SEC; printf("最大堆的查找需要:%f\n",times); _start = clock(); find_Kmin_num_4(d,LEN,K); times = (double)(clock() - _start)/CLOCKS_PER_SEC; printf("最小堆的查找需要:%f\n",times); return 0; }
算法性能:
快速排序的查找需要:0.130000
快速选择的查找需要:0.020000
最大堆的查找需要:0.000000
最小堆的查找需要:0.010000
快速排序的算法效果最差,而最大堆的效果最好,最小堆的效果其次,但是最大堆运用了额外的内存空间。因此在内存空间限制的情况下,考虑最小堆是比较合适的。但是最大堆的思想确实很精妙的,运用了类似桶排序的性质。
相关文章推荐
- 动易2006序列号破解算法公布
- Ruby实现的矩阵连乘算法
- C#插入法排序算法实例分析
- Lua教程(七):数据结构详解
- 解析从源码分析常见的基于Array的数据结构动态扩容机制的详解
- 超大数据量存储常用数据库分表分库算法总结
- C#数据结构与算法揭秘二
- C#冒泡法排序算法实例分析
- C#数据结构揭秘一
- 算法练习之从String.indexOf的模拟实现开始
- C#算法之关于大牛生小牛的问题
- C#实现的算24点游戏算法实例分析
- c语言实现的带通配符匹配算法
- 数据结构之Treap详解
- 浅析STL中的常用算法
- 算法之排列算法与组合算法详解
- C++实现一维向量旋转算法
- Ruby实现的合并排序算法
- C#折半插入排序算法实现方法
- 基于C++实现的各种内部排序算法汇总